深度学习笔记0
深度学习
1. 数据操作 + 数据预处理
1.1 数据操作
tensor一维向量如果只有一个元素,等同于标量,其shape都是: torch.Size([])
import torch
x = torch.arange(12)
x.shape
x.numel()
# reshape是浅拷贝!
X = x.reshape(3, 4)
# 维度
X.ndim
torch.zeros((2, 3, 4))
torch.ones((2, 3, 4))
torch.randn(3, 4)
torch.tensor([[2, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])
x = torch.tensor([1.0, 2, 4, 8])
y = torch.tensor([2, 2, 2, 2])
x + y, x - y, x * y, x / y, x ** y # **运算符是求幂运算
torch.exp(x) # 相当于是每个元素 -> e^(每个元素)
X = torch.arange(12, dtype=torch.float32).reshape((3,4))
Y = torch.tensor([[2.0, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])
# 第一个输出张量的轴-0长度(6)是两个输入张量轴-0长度的总和(3 + 3);
# 第二个输出张量的轴-1长度(8)是两个输入张量轴-1长度的总和(4 + 4)。
torch.cat((X, Y), dim=0), torch.cat((X, Y), dim=1)
# 对应位置是否相等,输出同样大小bool矩阵
X == Y
X.sum()